CN111313480A - 一种基于多目标寻优的多能互补系统的设计方法 - Google Patents

一种基于多目标寻优的多能互补系统的设计方法 Download PDF

Info

Publication number
CN111313480A
CN111313480A CN202010224858.1A CN202010224858A CN111313480A CN 111313480 A CN111313480 A CN 111313480A CN 202010224858 A CN202010224858 A CN 202010224858A CN 111313480 A CN111313480 A CN 111313480A
Authority
CN
China
Prior art keywords
power
power generation
wind
energy
capacity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010224858.1A
Other languages
English (en)
Other versions
CN111313480B (zh
Inventor
倪昕
王�华
王葵
田龙虎
童彤
王剑钊
任鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huaneng Clean Energy Research Institute
Original Assignee
Huaneng Clean Energy Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huaneng Clean Energy Research Institute filed Critical Huaneng Clean Energy Research Institute
Priority to CN202010224858.1A priority Critical patent/CN111313480B/zh
Publication of CN111313480A publication Critical patent/CN111313480A/zh
Application granted granted Critical
Publication of CN111313480B publication Critical patent/CN111313480B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Wind Motors (AREA)

Abstract

本发明公开了一种基于多目标寻优的多能互补系统的设计方法，根据风电和光电系统的资源禀赋，得到其装机容量，根据风电和光电的特性模型，建立起输出功率与装置容量的关系和综合输出功率，用火电系统和储能系统平抑光电和风电系统的波动，得出综合能源系统的整体输出功率，设定波动约束条件，并得到各系统配置容量与系统功率以及波动率之间的关系，以最小波动为目标，建立综合能源系统收益投资及碳排放关系，确定多目标的权重系数，通过多目标寻优算法，计算各子系统的设计容量，为利用将风电和光电大发时段的弃风和弃光电量通过储能系统加以利用，合理解决能源的综合利用问题提供依据。

Description

一种基于多目标寻优的多能互补系统的设计方法
技术领域
本发明属于综合能源大基地建设技术领域，具体涉及一种基于多目标寻优的多能互补系统的设计方法。
背景技术
21世纪后，能源危机和环境污染成为人类日益关注的焦点，这促使大规模开发利用风电、光伏等可再生新能源成为重要的研究方向。为有效缓解我国对能源的巨大需求，建立能源基地，大规模集中式的开发风电和光伏成为未来的发展趋势。但是，以新能源为主的大型能源基地的设计开发，亟待解决两大难题。一是由于风、光等可再生资源的随机性、间歇性，导致其输出电能功率波动较大，在高渗透率的情况下，对电网的冲击比较大，必须配备大容量的储能系统；二是综合能源系统的规划和运行优化牵涉多个利益主体，他们之间存在各种各样的耦合关系，投资回报率难以确定。
目前，综合能源系统是一种新型的能源供给方式。在综合能源系统中，包括风电、太阳能、火电、储能等多种能源方式，这些能源通过先进的信息技术和控制技术，实现了不同能源子系统之间的协调运行。如何协同解决能源大基地项目能源综合利用率、可再生能源消纳、各种能源投资收益、碳排放最小化等综合性问题，是目前研究的重点方向。
发明内容
为了解决现有技术中存在的问题，本发明提供一种基于多目标寻优的多能互补系统的设计方法，为利用其中的火电系统、风力发电系统、光伏发电系统，并优先利用其中的风力发电系统和光伏发电系统源获取能量；利用其中的储能系统来一定程度的平抑该综合能源项目的功率输出，提高整个能源基地项目接入电网的电能品质，将风电站和光伏电站大发时段的弃风和弃光电量通过储能系统加以利用，合理解决能源的综合利用问题提供理论依据。
为了实现上述目的，本发明采用的技术方案是，一种基于多目标寻优的多能互补系统的设计方法，包括以下步骤，
步骤1，对能源基地规划区域内风和光资源禀赋进行分析，得到风力发电系统和光伏发电系统装机容量的最大范围，
步骤2，根据典型年风速时间特性模型，结合风电发电量与风速的关系，建立风力发电系统发电功率与装机容量的关系函数；根据典型年光照时间特性模型，结合光伏发电量与光照强度的关系，建立光伏发电系统发电功率与装机容量的关系函数；进而得出风光发电综合输出功率；
步骤3，利用火电系统和储能系统的调峰属性，来平抑光伏发电系统和风力发电系统综合输出功率；根据火电系统和储能系统的实时输出功率，以及需要平抑的光伏发电系统和风力发电系统输出功率，得出综合能源系统的整体输出功率；
步骤4，基于步骤3所得综合能源系统整体输出功率的基础上，设定波动约束条件，使得新能源系统的输出功率波动小于设定的阈值；建立风力发电系统配置容量、光伏系统配置容量、火电配置容量、储能配置容量、系统功率以及波动率之间的关系函数；
步骤5，根据典型年份的风速时间特性模型和光照时间特性，以最小的功率波动为目标，确定综合能源系统中风力发电系统、光伏发电系统、火电系统以及储系统随时间的运行状态和输出功率；
步骤6，结合步骤5所得结果以及步骤4所得关系函数，建立综合能源系统的收益、投资；建立综合能源系统的碳排放和各个子系统容量配置之间的关系函数；
步骤7，以碳排放最低，投资收益最大和综合能源系统功率输出波动最小为目标，根据现场实际情况，确定多目标函数的权重系数，通过多目标寻优算法，反向计算确定综合能源系统中风力发电系统、光伏发电系统、火电系统以及储能系统的设计容量。
步骤1中，获取多年的风速、日照强度数据，按时间先后顺序排列，将所述数据分解到小时的尺度进行分析，得出风光要素的时间周期特征，得到典型的一年风速时间特性模型v(t)、光照时间特征模型r(t)，并确定规划区域的确定风力发电系统和光伏发电系统装机容量的最大范围、风系统的容量极值Lwmax、光系统的容量极值Lrmax。
步骤2中，风力发电系统发电功率Pwind(t)与风力发电系统装机容量Lw的关系函数为：
Pwind(t)＝Lw×v(t)×Pw(v)
光伏发电系统发电功率Pr(t)与光伏发电系统装机容量Lr的关系函数为：
Pr(t)＝Lr×r(t)×Pr(r)
光伏发电系统和风力发电系统在长期时间尺度下的发电功率随机性和波动性，根据风力发电系统的发电功率和光伏发电系统的发电功率之和来体现。
步骤3中，火电系统可输出功率为
Pd(t)＝Pd(t-1)+Pds(t)/Δt
其中，Pd(t)表示t时刻的火电系统输出功率，其最大值不超过火电系统的配置容量Ld，Pds(t)为火电系统功率变化率；
储能系统在t时刻的可输出功率为
Pb(t)＝(Pbs(t-1)-Pbs(t))/Δt
其中Pb(t)表示在t时刻的储能系统的输出功率，Pb(t)＞0表示储能系统放电，Pb(t)＜0表示储能系统充电，Pbs(t)表示t时刻储能系统的内部荷电量，其最大不超过储能系统的配置容量Lb。
步骤4中，配置火电配置Ld、储能容量Lb之后，综合能源大基地的整体输出功率为
P(t)＝∑(Pwind(t)、Pr(t)、Pd(t)、Pb(t))
平抑波动的目标是使得风力发电系统和光伏发电系统的输出功率波动率小于设定值，设在时间段t内功率波动率为Ft，ΔPtmax为时间段t内的功率波动最大值，Pn为新能源系统额定容量；
Ft＝ΔPtmax/Pn
设定一个功率波动率最大值Ftmax，判断目标功率输出是否满足要求，需保证功率波动值不超过Ftmax，建立风力发电系统配置容量Lw、光伏系统配置容量Lr、火电配置容量Ld、储能配置容量Lb、和新能源系统功率波动率Ft之间的关系函数。
与现有技术相比，本发明至少具有以下有益效果：
各发电系统和储能系统之间存在各种各样的耦合关系，需要综合考虑多方面的条件；本发明所述方法至少有助于实现以下目标：一是需要尽可能的提高能源大基地中可再生能源的占比，减少综合能源系统的碳排放；二是通过传统能源及储能系统的调峰作用，尽可能的平抑整个大基地项目由于风光不确定性导致的功率输出波动；三是储能系统作用，减少可再生能源的弃风/光情况；四是通过传统能源的调峰作用，减少能源大基地项目弃负荷的情况；五是通过整体的成本及售电收益概算，确保整个项目的投资回报率，本发明通过多目标寻优算法，为大基地项目的设计提供理论参考；通过对火电厂及储能系统的功率调动，解决波动的风/光资源无法匹配电网负荷需求的情况，提升大基地项目输出功率的稳定性；有助于实现减少新能源大基地项目弃风弃光的情况，利用储能系统合理消化多余的风、光资源，提升项目投资的回报率；通过多目标寻优算法，最大程度解决可再生能源及能源基地项目在实际运行中遇到的设计问题，协同解决能源大基地项目能源综合利用率、可再生能源消纳、各种能源投资收益、碳排放最小化等综合性问题。
附图说明
图1是能源大基地项目的基本结构图。
图2是基于多目标寻优技术的综合能源大基地设计算法流程图。
具体实施方式
本发明提出了一种基于多目标寻优的多能互补系统设计方法，综合能源大基地包括储能系统、风力发电系统、光伏发电系统以及火力发电系统，作为一个整体综合互补发电系统满足电网的负荷需求，并利用储能系统存储能量，利用其中的火电系统、风力发电系统、光伏发电系统，并优先利用其中的风力发电系统和光伏发电系统源获取能量；利用其中的储能系统来一定程度的平抑该综合能源项目的功率输出，提高整个能源基地项目接入电网的电能品质，将风电站和光伏电站大发时段的弃风和弃光电量通过储能系统加以利用，合理解决能源的综合利用问题。
一种基于多目标寻优的多能互补系统设计方法，包括以下步骤，
步骤1，对能源基地规划区域内风和光资源禀赋进行分析，设定新能源装机容量的约束范围；以年为时间尺度进行观察，风速在一年内的变化趋势是相似的，即具有周期重复性；因此可以将多年的风速、日照强度数据按时间先后顺序进行整理，并分解到小时这个时间尺度进行分析，总结出风光要素的时间周期特征，得到典型的一年8760小时风速时间特性模型v(t)、光照时间特征模型r(t)；v(t)为t时刻典型风速，单位是m/s。r(t)为t时刻典型光照强度，单位是kW/m2。
步骤2，根据不同新能源系统发电设备的资源-功率曲线，预测项目内风电及光伏系统出力特性的年度曲线，建立新能源系统出力特性与装机容量和装机类型的关系函数；
根据典型年风速时间特性模型，结合风电发电量与风速的关系(即风机的功率曲线Pw(v))，建立风力发电系统发电功率Pwind(t)与装机容量的关系函数Lw；、根据典型年光照时间特性模型，结合光伏发电量与光照强度的关系(即光伏发电量与效率、日照强度的关系函数Pr(r))，建立光伏发电系统发电功率Pr(t)与装机容量的关系函数Lr。其中
Pwind(t)＝Lw×v(t)×Pw(v)
Pr(t)＝Lr×r(t)×Pr(r)
新能源系统在长期时间尺度下的发电功率随机性和波动性，可以根据风力发电系统发电功率和光伏系统发电功率之和来体现；由于风、光系统有天然的互补特性，新能源系统的发电功率随机波动特征优于单独的风、光发电系统；根据规划区域的实际情况，确定风电和光伏发电装机容量的最大范围，作为综合能源系统设计过程中风系统的容量极值Lwmax、光系统的容量极值Lrmax(与光伏系统的面积相关)。
步骤3，采用滑动平均滤波算法，根据步骤2的出力特性波动结果，根据国家新能源并网标准的风光系统期望功率，建立平抑功率范围和平抑效果的关系函数；火电系统在t时刻的可输出功率为
Pd(t)＝Pd(t-1)+Pds(t)/Δt
其中，Pd(t)表示t时刻的火电系统输出功率，单位是kW，其最大值不超过火电系统的配置容量Ld；Pds(t)为火电系统功率变化率。
储能系统在t时刻的可输出功率为
Pb(t)＝(Pbs(t-1)-Pbs(t))/Δt
其中Pb(t)表示在t时刻的储能系统的输出功率，单位是kW，Pb(t)＞0表示储能系统放电，Pb(t)＜0表示储能系统充电，Pbs(t)表示t时刻储能系统的内部荷电量，单位是kWh，其最大不超过储能系统的配置容量Lb。
步骤4，对需要平抑的系统功率波动进行分析，在此基础上，建立火电、电化学储能、制氢系统配置容量和平抑功率范围的关系函数；在配置火电配置Ld、储能容量Lb之后，综合能源大基地的整体输出功率为
P(t)＝∑(Pwind(t)、Pr(t)、Pd(t)、Pb(t))
基于步骤3所得综合能源系统整体输出功率的基础上，设定波动约束条件，平抑波动的目标是使得新能源系统的输出功率波动满足设定要求：在某个时间段内波动率小于设定值，假定在时间段t内功率波动率为Ft，ΔPtmax为时间段t内的功率波动最大值，Pn为新能源系统额定容量。
Ft＝ΔPtmax/Pn
设定一个功率波动率最大值Ftmax，判断目标功率输出是否满足要求，需保证功率波动值不超过Ftmax。
建立风力发电系统配置容量Lw、光伏系统配置容量Lr、火电配置容量Ld、储能配置容量Lb、和新能源系统功率波动率Ft之间的关系函数。
步骤5，通过步骤4，确定综合能源系统的运行方式，得到综合能源系统中的各种类型能源的容量和运行方式，得到新能源系统的出力和预测弃风弃光数据；得到火电的控制运行方式；得到电化学储能系统的控制运行方式；
步骤6，结合步骤5所得结果以及步骤4所得关系函数，建立综合能源系统的收益、投资和各个子系统容量配置之间的关系函数；建立综合能源系统的碳排放和各个子系统容量配置之间的关系函数；建立综合能源系统功率波动平抑效果和各个子系统容量配置之间的关系函数。
步骤7，以碳排放最低，投资收益最大和综合能源系统功率输出波动最小为目标，根据现场实际情况，确定多目标函数的权重系数，通过权系数法，确定综合能源大基地中各个类型能源设计容量。

Claims (6)

1.一种基于多目标寻优的多能互补系统的设计方法，其特征在于，包括以下步骤，
步骤1，对能源基地规划区域内风和光资源禀赋进行分析，得到风力发电系统和光伏发电系统装机容量的最大范围；
步骤2，根据典型年风速时间特性模型，结合风电发电量与风速的关系，建立风力发电系统发电功率与装机容量的关系函数；根据典型年光照时间特性模型，结合光伏发电量与光照强度的关系，建立光伏发电系统发电功率与装机容量的关系函数；进而得出风光发电综合输出功率；
步骤3，利用火电系统和储能系统的调峰属性，来平抑光伏发电系统和风力发电系统综合输出功率；根据火电系统和储能系统的实时输出功率，以及需要平抑的光伏发电系统和风力发电系统输出功率，得出综合能源系统的整体输出功率；
步骤4，基于步骤3所得综合能源系统整体输出功率的基础上，设定波动约束条件，使得新能源系统的输出功率波动小于设定的阈值；建立风力发电系统配置容量、光伏系统配置容量、火电配置容量、储能配置容量、系统功率以及波动率之间的关系函数；
步骤5，根据典型年份的风速时间特性模型和光照时间特性，以最小的功率波动为目标，确定综合能源系统中风力发电系统、光伏发电系统、火电系统以及储系统随时间的运行状态和输出功率；
步骤6，结合步骤5所得结果以及步骤4所得关系函数，建立综合能源系统的收益、投资；建立综合能源系统的碳排放和各个子系统容量配置之间的关系函数；
步骤7，以碳排放最低，投资收益最大和综合能源系统功率输出波动最小为目标，根据现场实际情况，确定多目标函数的权重系数，通过多目标寻优算法，反向计算确定综合能源系统中风力发电系统、光伏发电系统、火电系统以及储能系统的设计容量。
2.根据权利要求1所述的基于多目标寻优的多能互补系统的设计方法，其特征在于，步骤1中，获取多年的风速、日照强度数据，按时间先后顺序排列，将所述数据分解到小时的尺度进行分析，得出风光要素的时间周期特征，得到典型的一年风速时间特性模型v(t)、光照时间特征模型r(t)，并确定规划区域的确定风力发电系统和光伏发电系统装机容量的最大范围、风系统的容量极值Lwmax、光系统的容量极值Lrmax。
3.根据权利要求1所述的基于多目标寻优的多能互补系统的设计方法，其特征在于，步骤2中，风力发电系统发电功率Pwind(t)与风力发电系统装机容量Lw的关系函数为：
Pwind(t)＝Lw×v(t)×Pw(v)
光伏发电系统发电功率Pr(t)与光伏发电系统装机容量Lr的关系函数为：
Pr(t)＝Lr×r(t)×Pr(r)。
4.根据权利要求1所述的基于多目标寻优的多能互补系统的设计方法，其特征在于，光伏发电系统和风力发电系统在长期时间尺度下的发电功率随机性和波动性，根据风力发电系统的发电功率和光伏发电系统的发电功率之和来体现。
5.根据权利要求1所述的基于多目标寻优的多能互补系统的设计方法，其特征在于，步骤3中，火电系统可输出功率为
Pd(t)＝Pd(t-1)+Pds(t)/Δt
其中，Pd(t)表示t时刻的火电系统输出功率，其最大值不超过火电系统的配置容量Ld，Pds(t)为火电系统功率变化率；
储能系统在t时刻的可输出功率为
Pb(t)＝(Pbs(t-1)-Pbs(t))/Δt
其中Pb(t)表示在t时刻的储能系统的输出功率，Pb(t)＞0表示储能系统放电，Pb(t)＜0表示储能系统充电，Pbs(t)表示t时刻储能系统的内部荷电量，其最大不超过储能系统的配置容量Lb。
6.根据权利要求1所述的基于多目标寻优的多能互补系统的设计方法，其特征在于，步骤4中，配置火电配置Ld、储能容量Lb之后，综合能源大基地的整体输出功率为
P(t)＝∑(Pwind(t)、Pr(t)、Pb(t)、Pb(t))
平抑波动的目标是使得风力发电系统和光伏发电系统的输出功率波动率小于设定值，设在时间段t内功率波动率为Ft，ΔPtmax为时间段t内的功率波动最大值，Pn为新能源系统额定容量；
Ft＝ΔPtmax/Pn
设定一个功率波动率最大值Ftmax，判断目标功率输出是否满足要求，需保证功率波动值不超过Ftmax，建立风力发电系统配置容量Lw、光伏系统配置容量Lr、火电配置容量Ld、储能配置容量Lb、和新能源系统功率波动率Ft之间的关系函数。
CN202010224858.1A 2020-03-26 2020-03-26 一种基于多目标寻优的多能互补系统的设计方法 Active CN111313480B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010224858.1A CN111313480B (zh) 2020-03-26 2020-03-26 一种基于多目标寻优的多能互补系统的设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010224858.1A CN111313480B (zh) 2020-03-26 2020-03-26 一种基于多目标寻优的多能互补系统的设计方法

Publications (2)

Publication Number Publication Date
CN111313480A true CN111313480A (zh) 2020-06-19
CN111313480B CN111313480B (zh) 2021-01-26

Family

ID=71148184

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010224858.1A Active CN111313480B (zh) 2020-03-26 2020-03-26 一种基于多目标寻优的多能互补系统的设计方法

Country Status (1)

Country Link
CN (1) CN111313480B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112269964A (zh) * 2020-10-30 2021-01-26 国网甘肃省电力公司电力科学研究院 一种基于双梯级函数的氢能系统功率容量计算方法
CN113177685A (zh) * 2021-03-26 2021-07-27 中国电建集团吉林省电力勘测设计院有限公司 一种多形式再生能源的互补供能系统及方法
CN113555908A (zh) * 2021-06-24 2021-10-26 国网山东省电力公司济宁市任城区供电公司 一种智能配电网储能优化配置方法
CN114336591A (zh) * 2021-11-24 2022-04-12 华能新能源股份有限公司 一种风电场混合储能综合优化配置方法
CN114895551A (zh) * 2022-05-19 2022-08-12 西南交通大学 一种高速列车横向平稳性与横向稳定性匹配控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018093593A1 (en) * 2016-11-17 2018-05-24 General Electric Company Method and system for operating a hybrid power generation system
CN108521132A (zh) * 2018-04-16 2018-09-11 广西大学 多能互补支撑电网频率调节的多时间尺度优化控制方法
CN108631343A (zh) * 2018-06-12 2018-10-09 上海电力学院 一种多能互补能源互联网优化调度方法
CN108711892A (zh) * 2018-05-30 2018-10-26 南京工程学院 一种多能互补发电系统的优化调度方法
WO2020030237A1 (en) * 2018-08-10 2020-02-13 Vestas Wind Systems A/S A hybrid power plant

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018093593A1 (en) * 2016-11-17 2018-05-24 General Electric Company Method and system for operating a hybrid power generation system
CN108521132A (zh) * 2018-04-16 2018-09-11 广西大学 多能互补支撑电网频率调节的多时间尺度优化控制方法
CN108711892A (zh) * 2018-05-30 2018-10-26 南京工程学院 一种多能互补发电系统的优化调度方法
CN108631343A (zh) * 2018-06-12 2018-10-09 上海电力学院 一种多能互补能源互联网优化调度方法
WO2020030237A1 (en) * 2018-08-10 2020-02-13 Vestas Wind Systems A/S A hybrid power plant

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112269964A (zh) * 2020-10-30 2021-01-26 国网甘肃省电力公司电力科学研究院 一种基于双梯级函数的氢能系统功率容量计算方法
CN112269964B (zh) * 2020-10-30 2023-07-25 国网甘肃省电力公司电力科学研究院 一种基于双梯级函数的氢能系统功率容量计算方法
CN113177685A (zh) * 2021-03-26 2021-07-27 中国电建集团吉林省电力勘测设计院有限公司 一种多形式再生能源的互补供能系统及方法
CN113177685B (zh) * 2021-03-26 2022-04-29 中国电建集团吉林省电力勘测设计院有限公司 一种多形式再生能源的互补供能系统及方法
CN113555908A (zh) * 2021-06-24 2021-10-26 国网山东省电力公司济宁市任城区供电公司 一种智能配电网储能优化配置方法
CN113555908B (zh) * 2021-06-24 2023-11-14 国网山东省电力公司济宁市任城区供电公司 一种智能配电网储能优化配置方法
CN114336591A (zh) * 2021-11-24 2022-04-12 华能新能源股份有限公司 一种风电场混合储能综合优化配置方法
CN114336591B (zh) * 2021-11-24 2023-08-29 华能新能源股份有限公司 一种风电场混合储能综合优化配置方法
CN114895551A (zh) * 2022-05-19 2022-08-12 西南交通大学 一种高速列车横向平稳性与横向稳定性匹配控制方法

Also Published As

Publication number Publication date
CN111313480B (zh) 2021-01-26

Similar Documents

Publication Publication Date Title
CN111313480B (zh) 一种基于多目标寻优的多能互补系统的设计方法
CN110661246B (zh) 一种城市轨道交通光伏储能系统的容量优化配置方法
CN110365013B (zh) 一种光热-光伏-风电联合发电系统的容量优化方法
CN111244988B (zh) 考虑分布式电源的电动汽车和储能优化调度方法
WO2022193794A1 (zh) 考虑退役电池的智能社区微网超多目标能量管理方法
CN112821466B (zh) 一种含光热发电的独立微电网容量配置方法
CN112994115B (zh) 一种基于wgan场景模拟和时序生产模拟的新能源容量配置方法
CN111049179A (zh) 一种考虑不确定性的新能源发电系统多目标优化调度方法
CN110601184A (zh) 一种考虑升压主变容量的风电场扩展光伏多目标优化方法
CN111798035A (zh) 一种基于改进型引力搜索算法的独立微网系统容量规划方法
CN115940284B (zh) 一种考虑分时电价的新能源制氢系统的运行控制策略
Wang et al. Optimal capacity allocation of wind-light-water multi-energy complementary capacity based on improved multi-objective optimization algorithm
Bao et al. Genetic algorithm based optimal capacity allocation for an independent wind/pv/diesel/battery power generation system
CN110474330B (zh) 一种并网式混合能源系统的太阳能投资优化方法
Wu et al. Optimal capacity allocation of large-scale wind-PV-battery units
CN112564147A (zh) 离网型微电网储能容量工程计算方法
CN111786419A (zh) 一种区域电网能源配置系统
Wang et al. Coordinated Economic Dispatch of Wind-Photovoltaic-Thermal-Storage System Considering the Environmental Cost
Lin et al. Energy Storage Capacity Configuration Method of Microgrid with Small Hydropower Based on Power Energy Characteristics
Jinglin et al. Multi-objective Collaborative Planning Method for Micro-energy Systems Considering Thermoelectric Coupling Clusters
Zhang et al. Simulation Evaluation Method of Power Grid Operation Considering High Proportion New Energy Grid Connection
Zhang et al. Research on Joint Operation of Wind and Solar Storage System Based on Genetic Algorithm
Tang Research on the Impact of Rooftop Photovoltaic on Reducing Carbon Dioxide Emissions
CN113783213B (zh) 一种集中式储能电站选址定容两阶段优化方法
Pan et al. Energy Storage System Planning Based on Cost Analysis in Distribution Network

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant